北京人工智能周末班培訓(xùn)課程

學(xué)習(xí)AI的痛點(diǎn)？我們幫你解決！

? 一碰到數(shù)學(xué)就頭疼，一深入就看不懂，學(xué)不透

算法的學(xué)習(xí)，要學(xué)透一定會(huì)涉及到公式推導(dǎo)，我們課程線下會(huì)把機(jī)器學(xué)習(xí)三十大算法一一推導(dǎo)，讓學(xué)生具備自行推導(dǎo)的算法的能力。

? 學(xué)習(xí)過(guò)程中，有問(wèn)題無(wú)人當(dāng)面解答

課程授課老師為全日制，并有豐富線下代課經(jīng)驗(yàn)老師，可以很深入淺出的講解，當(dāng)面回答學(xué)生問(wèn)題，除了周末上課時(shí)間，平日也可以給同學(xué)進(jìn)行面試以及工作中遇到問(wèn)題的輔導(dǎo)。

? 代碼能力弱，缺乏實(shí)戰(zhàn)項(xiàng)目經(jīng)驗(yàn)

機(jī)器學(xué)習(xí)每個(gè)算法都會(huì)配有案例，讓學(xué)生可以學(xué)以致用，不僅機(jī)器學(xué)學(xué)，包括深度學(xué)習(xí)，都有豐富的企業(yè)級(jí)實(shí)戰(zhàn)項(xiàng)目，項(xiàng)目來(lái)自聯(lián)想、華為、百度等知名企業(yè)。

? 面試，拿不到高薪

面試拿不到高薪，主要原因還是算法學(xué)習(xí)的不夠深入，或者項(xiàng)目不會(huì)舉一反三，課程中三十大機(jī)器學(xué)習(xí)算法都會(huì)深入剖析，公式推導(dǎo)，從是什么，到為什么，怎么用，怎么用好，幾個(gè)角度給學(xué)生講透。對(duì)于項(xiàng)目也會(huì)深入細(xì)致的講解，讓學(xué)生不僅了解項(xiàng)目，可以對(duì)學(xué)過(guò)的項(xiàng)目舉一反三。

 

AI課程設(shè)計(jì)理念

1.數(shù)據(jù)基礎(chǔ)：主要從數(shù)據(jù)分析、概率論和線性代數(shù)及矩陣這三大塊講解基礎(chǔ)，方便大家后續(xù)課程的學(xué)習(xí)中更好的理解機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的相關(guān)算法內(nèi)容。

2.Python基礎(chǔ)：Python作為人工智能首選編程語(yǔ)言，隨著人工智能時(shí)代的到來(lái)，Python開(kāi)發(fā)效率非常高，Python有非常強(qiáng)大的第三方庫(kù)。這里幫助大家打好python的基礎(chǔ)以及人工智能常用庫(kù)的使用方法，方便后面機(jī)器學(xué)習(xí)和深度學(xué)習(xí)代碼實(shí)戰(zhàn)時(shí)更好的理解代碼實(shí)現(xiàn)。

3.機(jī)器學(xué)習(xí)：三十大機(jī)器學(xué)習(xí)算法，從原理到推導(dǎo)進(jìn)行一步步深入解析，同時(shí)包含對(duì)應(yīng)算法的實(shí)戰(zhàn)案例。本部分內(nèi)容體現(xiàn)出算法工程師的高門檻，也是高薪就業(yè)的必經(jīng)之路，我們通過(guò)全面深入透徹的講解讓大家對(duì)算法在腦海中構(gòu)建成體系，知其然并知其所以然，成為優(yōu)秀的人工智能工程師，可以hold住面試以及工作。

4.Spark MLlib：人工智能需要大量的數(shù)據(jù)進(jìn)行訓(xùn)練，所以課程教授大家一個(gè)大數(shù)據(jù)的優(yōu)秀計(jì)算框架Spark，可以幫助大家去找工作時(shí)成為一個(gè)加分項(xiàng)（但不是必要項(xiàng)），同時(shí)會(huì)對(duì)Spark框架中的ML、MLlib這兩個(gè)機(jī)器學(xué)習(xí)的算法庫(kù)有著重的實(shí)戰(zhàn)講解。

5.深度學(xué)習(xí)：深度學(xué)習(xí)是實(shí)現(xiàn)機(jī)器學(xué)習(xí)的一種技術(shù)。隨著深度學(xué)習(xí)的快速發(fā)展，人工智能才得以長(zhǎng)足進(jìn)步，課程會(huì)把深度學(xué)習(xí)從基礎(chǔ)CNN、RNN到對(duì)抗生成網(wǎng)絡(luò)等流行的算法和模型進(jìn)行深入講解，并且會(huì)全面的實(shí)戰(zhàn)講解TensorFlow、Keras、Caffe等深度學(xué)習(xí)框架。并用豐富的案例讓大家可以對(duì)學(xué)過(guò)的知識(shí)融會(huì)貫通。

6.實(shí)戰(zhàn)項(xiàng)目：帶你做時(shí)下熱門的項(xiàng)目實(shí)戰(zhàn)，并通過(guò)我們的教學(xué)讓大家學(xué)習(xí)一個(gè)項(xiàng)目的同時(shí)可以舉一反三，工作中可以輕松應(yīng)對(duì)企業(yè)需求，成為合格推薦系統(tǒng)工程師，圖像識(shí)別工程師，自然語(yǔ)音處理工程師等。（我們做人工智能是認(rèn)真的、踏實(shí)的，不會(huì)把一些淺層機(jī)器學(xué)習(xí)算法小案例稱之為項(xiàng)目）

帶你做時(shí)下熱門的實(shí)戰(zhàn)項(xiàng)目

1.推薦系統(tǒng)項(xiàng)目：

項(xiàng)目簡(jiǎn)介：使用數(shù)據(jù)來(lái)自某互聯(lián)網(wǎng)平臺(tái)手機(jī)助手，項(xiàng)目目標(biāo)通過(guò)機(jī)器學(xué)習(xí)所學(xué)知識(shí)挖掘平臺(tái)手機(jī)用戶喜好，給用戶準(zhǔn)確推薦手機(jī)軟件，類似360手機(jī)助手、華為手機(jī)助手、百度手機(jī)助手推薦功能，做到實(shí)時(shí)個(gè)性化推薦。

項(xiàng)目特色：架構(gòu)完善綜合大項(xiàng)目，從前到后貫穿，利用分布式文件系統(tǒng)存儲(chǔ)用戶行為數(shù)據(jù)，使用Spark程序進(jìn)行數(shù)據(jù)分析，利用分布式SQL來(lái)進(jìn)行數(shù)據(jù)清洗，特征抽取，python腳本構(gòu)建訓(xùn)練集，利用分布式機(jī)器學(xué)習(xí)算法訓(xùn)練模型，線上Web來(lái)調(diào)用使用模型。

2.用戶畫(huà)像分析系統(tǒng)項(xiàng)目：

項(xiàng)目簡(jiǎn)介：用戶畫(huà)像是真實(shí)用戶的虛擬代表,是建立在一系列真實(shí)數(shù)據(jù)之上的目標(biāo)用戶模型。通過(guò)用戶調(diào)研去了解用戶,根據(jù)他們的目標(biāo)、行為和觀點(diǎn)的差異,將他們區(qū)分為不同的類型,然后每種類型中抽取出典型特征,賦予名字、照片、一些人口統(tǒng)計(jì)學(xué)要素、場(chǎng)景等描述,就形成了一個(gè)人物原型。通過(guò)人物原型，可以給用戶更加精準(zhǔn)的搜索和推薦結(jié)果。

項(xiàng)目特色：根據(jù)用戶歷史瀏覽數(shù)據(jù)，對(duì)用戶進(jìn)行行為分析，精準(zhǔn)建模。通過(guò)用戶模型，可以對(duì)用戶進(jìn)行精準(zhǔn)推薦，精準(zhǔn)投放廣告。

3.皮膚癌檢測(cè)項(xiàng)目：

項(xiàng)目簡(jiǎn)介：黑色素瘤，又稱惡性黑色素瘤，是來(lái)源于黑色素細(xì)胞的一類惡性腫瘤，常見(jiàn)于皮膚，亦見(jiàn)于黏膜、眼脈絡(luò)膜等部位。黑色素瘤是皮膚腫瘤中惡性程度最高的瘤種，容易出現(xiàn)遠(yuǎn)處轉(zhuǎn)移。該疾病如果早期治療，患者可以完全康復(fù)。可見(jiàn)早期診斷和治療因而顯得尤為重要。我們開(kāi)發(fā)一款app，面向手機(jī)用戶，你可以隨時(shí)用app開(kāi)個(gè)攝像頭讓機(jī)器醫(yī)生幫我們看一看，這是不是皮膚癌的早期癥狀。

項(xiàng)目特色：面向手機(jī)用戶，操作方便，利用深度學(xué)習(xí)高級(jí)框架Keras進(jìn)行開(kāi)發(fā)，代碼簡(jiǎn)潔，訓(xùn)練時(shí)間短，模型準(zhǔn)確率高。

4.自動(dòng)聊天機(jī)器人項(xiàng)目：

項(xiàng)目簡(jiǎn)介：聊天機(jī)器人是一個(gè)用來(lái)模擬人類對(duì)話或聊天的程序。聊天機(jī)器人主要應(yīng)用場(chǎng)景包括智能客服、虛擬機(jī)器人、智能手表、智能車載和智能家居。我們開(kāi)發(fā)一款基于深度學(xué)習(xí)的中文聊天機(jī)器人，可在中文語(yǔ)義理解方面達(dá)到較高的準(zhǔn)確率。

項(xiàng)目特色：基于深度學(xué)習(xí)的中文聊天機(jī)器人，項(xiàng)目涵蓋了中文分詞，語(yǔ)義分析，命名實(shí)體識(shí)別等中文NLP技術(shù)。

5.深度學(xué)習(xí)目標(biāo)檢測(cè)：

項(xiàng)目簡(jiǎn)介：目標(biāo)檢測(cè)，工業(yè)界關(guān)注的主要是人臉，人，車這些對(duì)監(jiān)控、交通等領(lǐng)域非常重要的目標(biāo)。 我們將所有的方法都概括成：候選窗口 + 分類or回歸。人在識(shí)別物體的時(shí)候，可能只是知道這是一個(gè)單獨(dú)的物體，也知道bounding box，但是不知道類別；當(dāng)人類通過(guò)其他渠道學(xué)習(xí)到類別的時(shí)候，下一次就能夠識(shí)別了；目標(biāo)檢測(cè)也是如此，我們不可能標(biāo)注所有的物體的類別，我們將這種快速學(xué)習(xí)的機(jī)制引入。

項(xiàng)目特色：基于深度學(xué)習(xí)，使語(yǔ)意信息和分割結(jié)合，為目標(biāo)檢測(cè)提供信息，進(jìn)行目標(biāo)檢測(cè)。

6.人臉識(shí)別項(xiàng)目：

項(xiàng)目簡(jiǎn)介：智能人臉識(shí)別基于深度學(xué)習(xí)以及以GPU 為核心的異構(gòu)并行計(jì)算架構(gòu)，接入高清網(wǎng)絡(luò)攝像機(jī)，實(shí)現(xiàn)高質(zhì)量的人臉特征提取、人臉自動(dòng)抓拍、自動(dòng)識(shí)別、自動(dòng)比對(duì)等功能。

項(xiàng)目特色：對(duì)視頻監(jiān)控中出現(xiàn)的人臉進(jìn)行自動(dòng)檢測(cè)，進(jìn)行目標(biāo)庫(kù)檢索，輸出在目標(biāo)庫(kù)中檢索出與該人臉圖片相似度高的對(duì)應(yīng)的目標(biāo)庫(kù)人員的詳細(xì)信息。

7.圖像風(fēng)格遷移：

項(xiàng)目簡(jiǎn)介：所謂圖像風(fēng)格遷移，是指利用算法學(xué)習(xí)畫(huà)作的風(fēng)格，然后再把這種風(fēng)格應(yīng)用到另外一張圖片上的技術(shù)。圖像處理應(yīng)用Prisma是利用風(fēng)格遷移技術(shù)，將普通用戶的照片自動(dòng)變換為具有藝術(shù)家的風(fēng)格的圖片。

項(xiàng)目特色：不僅講解了原始圖像風(fēng)格遷移的基本原理，其中內(nèi)容損失、風(fēng)格損失兩種損失函數(shù)的定義尤為關(guān)鍵。接著講解了快速圖像風(fēng)格遷移的原理，并實(shí)現(xiàn)快速圖像風(fēng)格遷移，并對(duì)項(xiàng)目一些實(shí)現(xiàn)細(xì)節(jié)進(jìn)行研究，掌握風(fēng)格遷移這一領(lǐng)域的思想與TensorFlow種相應(yīng)的實(shí)現(xiàn)方法。

8.機(jī)器翻譯引擎構(gòu)建：

項(xiàng)目簡(jiǎn)介：機(jī)器翻譯是指用機(jī)器將一種語(yǔ)言自動(dòng)翻譯成另外一種語(yǔ)言的技術(shù)。傳統(tǒng)機(jī)器翻譯采取基于規(guī)則或基于詞組統(tǒng)計(jì)規(guī)律的方法。隨著深度學(xué)習(xí)技術(shù)的發(fā)展，神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯首先將源句子向量化，轉(zhuǎn)化成計(jì)算機(jī)可以“理解”的形式，再生成另一種語(yǔ)言的譯文，更貼合原意也更符合語(yǔ)法規(guī)范的翻譯。各大商業(yè)公司都開(kāi)始使用神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯代替原來(lái)的機(jī)器翻譯系統(tǒng)。

項(xiàng)目特色：利用RNN網(wǎng)絡(luò)結(jié)構(gòu)：Encoder-Decoder（也叫Seq2Seq），并且引入它的重要改進(jìn)—注意力機(jī)制，接著構(gòu)建兩個(gè)神經(jīng)網(wǎng)絡(luò)翻譯模型，詳細(xì)剖析關(guān)于Encoder-Decoder結(jié)構(gòu)和注意力機(jī)制的源代碼。